谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol

资讯 凤凰科技 作者:字母榜 全文 5912 字 · 约 15 分钟读完 配图 17 张 分类GoogleOpenAI

OpenAI却有点拉了。

所属频道 大厂动态

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 1)

OpenAI那款顶级模型隔了75天才露面,前脚刚发布,社区后脚就吵翻了。

有人直接说新模型“几乎没法用”,有人嫌它太谨慎、不好指挥,也有人觉得它解释自己干活的样子像在“说外星话”。

还有网友画了张漫画拿GPT-6.2 Astra开涮,吐槽它的语言风格纯属防御过当。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 2)

图片来源网络

前·赛博义父Tibo在X上提到,模型语言风格方面的反馈他已经收到,OpenAI正在琢磨怎么改。

评论区里已经有人放话,准备弃用OpenAI,改用Gemini。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 3)

话说回来,谷歌最近的确势头很猛。

美国时间11月18日,Gemini 4 Neon(氖/霓虹)正式亮相。往前数,9月底有Argon(氩)、10月底有Carbon(碳),六天前Hydrogen(氢)才刚发。不到50天,这是谷歌推出的第四款Gemini 4模型。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 4)

谷歌公布的测试结果显示,编程、办公自动化、科学推理、多模态理解、长上下文这些领域,Neon几乎全面压过Opus 5.5和刚出炉的GPT-6.2 Sol。

同一天还有一手:谷歌宣布向部分付费用户开放世界模型Genie 4。在浏览器里就能生成并进入虚拟世界,探索过程中还能改天气、加角色,场景和声音跟着一起变。

两边一对比,这一轮我站谷歌。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 5)

Gemini迭代有点快

发布Gemini 4 Neon之前,谷歌AI团队的人在社区开了个玩笑:

“咱们这么赶着把这些产品都发出去,就是为了腾出时间玩《GTA 6》,对吧?”

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 6)

Neon正式发布后,还有谷歌高管专门喊话网友:“赶在《GTA 6》发布前,快来试试吧。”

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 7)

GPT 6.2表现不咋地,可GTA6相当精彩。敢在这两个“大动作”中间把模型发出来,谷歌对自家模型看来是有信心的。

Gemini 4 Neon确实不差。Artificial Analysis综合智能评测里,Neon拿到61分,Claude Opus 5.5是59分,GPT-6.2 Sol是57分,连它“上一级”的Carbon的60分也被甩在后面。

只是Neon这61分来自最高思考强度Xhigh,Carbon的60分对应的是High档。都用High档的话,两款模型同为60分。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 8)

谷歌公布的模型卡显示,Neon是在Carbon基础上适配出来的,定位很清楚:性能接近旗舰,同时跑得更快、用得更便宜。

官方数据说,默认High思考档位下,Neon完成同类评测任务的平均成本比Carbon低32%。它还给了四档思考强度,用户能按任务难度自己调成本和速度。

不过这个成本优势说的是完成任务的平均花费。Neon眼下的API价格是每百万输入Token 3美元、输出Token 15美元,论单价,比还在促销期的Carbon贵一些。

跑分之外,Zapier的办公自动化测试AutomationBench里,Neon拿到56.3%,Claude Opus 5.5是42.5%,GPT-6.2 Sol是41.3%。

这项测试让AI独立跑真实业务流程,操作软件、处理数据、跨应用执行任务都算在内,多少能反映Agent的实际工作能力。

考察长期任务执行能力的Vending-Bench 2测试中,Neon同样亮眼。它要独立经营一台模拟自动售货机,采购、补货、定价、跟供应商谈判都得自己来。模拟运营一年后,Neon账户上平均留下16,843美元。

编程能力上,Neon在Artificial Analysis Coding Agent Index中拿下58.6分,比Fable 5.2还高出一线。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 9)

Neon并非样样占先。谷歌自己晒出的成绩里,Claude Opus 5.5在两项编程测试中仍略高一筹:Terminal-Bench 4.1拿到65.8%,Neon是65.2%;FrontierCode 2.0拿到47.3%,Neon为46.2%。

眼下Neon已向Gemini App的Pro和Ultra订阅用户开放,开发者则能经由Google AI Studio、Gemini API和Antigravity调用。

在Antigravity里,Neon还可以当任务协调者,把活儿分给多个Hydrogen子Agent并行去做,自己管规划、统筹和结果检查。这套协作机制此前已在Carbon和Hydrogen之间跑通,现在Neon也接了进来。

按谷歌的说法,新模型处理PDF、电子表格、图片等不同格式的材料更顺手,能结合Gmail、Docs里的信息写报告,也能应付更复杂的多步骤Tasks任务。

从顶端的复杂推理,到简单任务,再到要兼顾性能和成本的Agent工作,谷歌给不同模型划出的分工越来越清晰。

而且短短49天里,谷歌一口气连发了四款Gemini 4模型。

9月30日Gemini 4 Argon发布,10月28日Carbon接棒,11月12日Hydrogen登场,11月18日又来了Neon。

四款模型接连亮相,并不代表谷歌在49天里从零造出了四套完全不同的模型。谷歌DeepMind公布的模型卡显示,Gemini 4系列有清楚的技术继承关系:Carbon基于Argon开发,Hydrogen和Neon又都是在Carbon基础上适配出来的。

后面的模型表现一路追赶甚至反超前代,最早登场的Argon就有点尴尬——用户口碑还没立起来,风头已被后续版本抢走。

现在Gemini App里,Neon已经顶替了Argon原先的位置。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 10)

谷歌还造了一个“世界”

要我说,谷歌最近多少是有点想当“造物主”了。

Argon是氩,Carbon是碳,Hydrogen是氢,Neon是氖……Gemini 4这个系列走的是“元素路线”。

表面上这跟“文学”的Claude、“天体”的GPT能坐到一桌,可不如前两家直观。几乎每个模型发布贴下都有网友吐槽“看不出和模型性能之间的关系”,还有人调侃“是不是有朝一日要把元素周期表给占满”。

(顺便一提,这个梗谷歌自己也在玩,现在打开Google AI Studio,真多了一个能在元素周期表里选模型的互动界面。)

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 11)

光在元素周期表上点名还不够,Neon发布同一天,谷歌又宣布向部分付费用户开放世界模型Genie 4,让用户直接生成、进入一个由AI创造的虚拟世界。

这款模型其实10月27日就已亮相,此前主要向受邀测试者提供研究预览。如今它终于从封闭测试走向普通消费者,开放给符合条件的Google AI Ultra订阅用户。Pro会员可以加入等待名单。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 12)

只要输入文字或者图片,Genie 4就能实时生成一个可自由探索、互动的虚拟环境。用户能用键盘和鼠标在场景中移动,也能随时输入新指令,改变天气、加入角色,甚至调整接下来发生的事件。

Genie 4还能同步生成声音——从环境里的风声、水声,到角色之间的对话,都随场景变化实时调整。

模型卡显示,Genie 4能实时生成最高720p、每秒24帧的画面,并提供同步音频。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 13)

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 14)

这次更新里,谷歌还加了一个专门帮用户设计虚拟世界的Agent(Project Genie Agent)。用户像聊天一样描述想要的场景,它就能帮忙设计画面风格、搭配背景音乐。

进入虚拟世界后,用户还能让Gemini加入探索。它能观察当前画面,给出接下来去哪里、做什么的建议,甚至根据探索过程触发新的事件。

谷歌还建了社区画廊,允许用户探索、修改和分享其他人制作的虚拟世界。

谷歌50天连发4款Gemini 4:Neon跑分超Opus 5.5和GPT-6.2 Sol(配图 15)

和上一代Genie 3比起来,Genie 4在画面真实感、物理模拟、交互能力这几方面进步都比较明显。可离真正成熟的开放世界,体验上还差得远。谷歌方面也承认,Genie 4跑得久、场景改得勤的时候,物体突然变形、空间细节对不上这类问题还是会出现,复杂的物理交互同样有改进空间。

Genie 4能往前走这一步,背后是别的技术在托着。谷歌DeepMind在10月的研究公告里写到,Genie 4的技术底子来自Gemini系列:画面和行为表现贴近现实这部分由Gemini Omni负责生成,推理环节则由其他Gemini模型参与,帮虚拟世界维持住连贯性。

说完Gemini Omni,谷歌这段时间在视频模型上其实也没歇着。11月5日,Gemini Omni 1.2 Flash上线,单次视频生成的最长时长从10秒拉长到15秒,角色和场景的一致性有所提高,生成价格则降了30%。

新版本在角色、场景、动作的连贯性上做了改善。用户能通过多轮对话,反复调整视频里的背景、人物或镜头,原有画面的细节尽量保留,修改时出现的画面错乱也少了。

世界模型这条路线还有个挺有想象空间的用处:训练机器人。谷歌已经开始试着把通用模型和世界模型放在一起,用虚拟场景来模拟机器人的动作。

11月10日,谷歌DeepMind拿出Gemini Robotics 2.5,重点是让机器人执行复杂操作的能力更强,能接手更多以前不太好完成的精细任务。在和Apptronik、奔驰合作的一项实际生产线概念验证里,搭载Gemini Robotics 2.5的Apollo 2人形机器人可以自己把汽车零件从料箱中取出,再按生产需要放进指定容器。谷歌公布的结果显示,这项试验的任务成功率达到了96%。

有意思的是,谷歌明确提到,Gemini 4 Argon在Robotics 2.5的研发过程中起了重要作用。研究人员用Argon生成大量模拟训练场景,让机器人在虚拟环境里练操作,再对照实际任务失败的视频找问题、试改进方案。10月27日发布的Genie 4研究演示里,谷歌还展示了Argon和Genie 4配合模拟人形机器人下跳棋的过程:任务拆解成步骤由Argon负责,对应的场景变化则由Genie 4实时生成。

刚因为模型更新太快、迅速让出旗舰位置的Argon,转头又成了另一项AI研究的帮手。谷歌最近这批密集发布的模型,也因此多了一层意义。

Gemini系列管推理与规划,Omni负责生成视觉和声音,Genie试着模拟真实世界,Robotics则让AI进一步去控制现实中的机器。几条不同的研究方向已经开始互相配合,甚至互相加速。谷歌在同时推进多个AI领域的技术研发,可要让这么大的研发体系持续转起来,光有模型显然不够。

十多年前,谷歌就开始做TPU(Tensor Processing Unit,张量处理单元),最早主要用于语音识别、机器翻译这些内部业务。

到今天,TPU已经迭代到第八代,成了谷歌训练和运行Gemini系列模型的重要基础设施。芯片这边的更新也在加快。11月9日,谷歌一口气推出TPU 8tx和TPU 8i Max两套新系统。算上今年4月发布的TPU 8t和8i,一年之内谷歌已经把第八代TPU系统扩充到了四套。

和Gemini 4系列一样,谷歌的TPU也开始明确分工。8t主要承担大规模模型训练,8i针对低延迟推理做了优化;新发布的8tx则专门加强机密计算能力,企业在处理敏感数据时能更安全地运行AI模型。

8i Max这边,谷歌把两颗8i芯片装进同一封装,算力、片上缓存和高带宽内存带宽都翻了一倍,针对的是超长上下文以及多个Agent协同带来的算力需求。

这么做也有现实考虑:一颗芯片从设计到量产通常要花好几年,AI模型的需求变化却快得多。调整封装、内存、网络和安全架构,谷歌就能更快拿出适配不同场景的计算系统。

谷歌公布的数据显示,TPU 8t的训练性能最高能达到上一代产品的2.7倍,8i的推理性价比最高提升80%。

公告里还提到,谷歌已用上DeepMind研发的AlphaChip和Gemini模型来协助设计下一代芯片,部分原本要数周才能完成的芯片布局工作被压缩到数小时。

芯片为更强的AI提供算力,AI反过来帮着设计芯片,一个加速的循环就在这里转了起来。

更何况,只拿TPU训练自家模型,谷歌已经不满足了。

10月20日,谷歌宣布开源TorchTPU。这项技术与Meta的PyTorch团队共同开发,开发者用熟悉的PyTorch框架就能在谷歌TPU上训练和运行AI模型,不必为了换硬件而大规模重写代码。

过去用谷歌TPU,往往得连带适应一套与英伟达GPU不同的软件环境;现在谷歌正设法把这笔迁移成本压下来。

11月9日谷歌透露,TPU业务客户已接近100家,涵盖前沿AI实验室、金融机构、零售企业和大学等。

只有芯片和模型还不够,谷歌手里还有庞大的现成产品体系,能让模型派上用场。以最近发布的Hydrogen为例,模型刚推出,谷歌几乎同步就把它接进了Gemini App和谷歌搜索。

新模型因此能不断进入谷歌已有产品,直接触达原本就在用谷歌服务的用户。

而产品体系的这番“加速”,恐怕也跟今年那场大规模人事调整脱不开关系。

8月5日,谷歌DeepMind经历一轮大规模重组。掌管DeepMind多年的德米斯·哈萨比斯卸下日常管理职责,转任DeepMind董事长及Alphabet首席科学家;原首席技术官科拉伊·卡武库奥卢接过管理权,直接向皮查伊汇报,负责Gemini模型开发、前沿AI研究及相关产品团队;杰夫·迪恩、奥里奥尔·维尼亚尔斯等谷歌AI元老相继离职,另起炉灶。

彼时Gemini的新一代旗舰模型已经推迟了两个月,部分内部测试成绩仍落后于竞争对手。几位核心研究人员出走,外界由此开始怀疑:谷歌是不是打算放弃最强模型的争夺,把更多精力转向产品商业化。

至少从最近交出的成绩看,谷歌已经找回状态,重新站回模型第一梯队。

10月28日Alphabet的财报电话会议上,CEO桑达尔·皮查伊表示,AI已经在帮助谷歌加快模型训练和发布的速度。

他预计,未来12个月这种加速还会延续。

回头再看OpenAI,GPT-6.2 Astra的模型能力其实依然强悍,OpenAI也表示正在想办法改进被吐槽的语言风格。

几天社区里的差评,当然不足以说明OpenAI已经掉队。

但谷歌的AI,这回是真的支棱起来了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌Gemini 4 Neon发布:100万Token上下文,每百万输出15美元

    智东西(公众号:zhidxcom)编译 | 杨京丽编辑 | 李水青智东西11月19日消息,刚刚,谷歌发布Gemini 4系列新模型Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究,主打在前沿智能水平下,更快、更经济地完成多步骤任务。这是谷歌7周内发布的第四款Gemini 4系列模型。▲谷歌发布Gemin

    来源 腾讯网
  2. 谷歌50天连发4款模型:Gemini 4 Neon登场,世界模型同步开放

    OpenAI时隔75天的顶级模型刚刚发布,社区里的吐槽就炸开了。有人直言新模型“几乎没法用”,有人抱怨它过分谨慎、难以指挥,还有人认为,这家伙解释起自己的工作就像在“说外星话”。甚至有人用漫画玩了个梗,吐槽GPT-6.2 Astra的语言风格,根本是防御过当。图片来源网络前·赛博义父Tibo在X上表示,他已经收到了关于

    来源 腾讯网
  3. Gemini上Mac可代操作电脑,Runway推270亿参数机器人模型

    本期重点包括Google向数亿用户免费开放Gemini Tasks,并在Mac端推出可代操作电脑的Computer use功能。Runway发布27B参数机器人世界模型Praxis-1,OpenAI开放GPT-Live-1.1语音API。此外,Cognition评测显示Gemini 4 Neon在代码任务上性价比突出,

    来源 AI 应用前沿
  4. 谷歌Gemini 4 Neon实测:跑分全球第三,成本却只有旗舰一半

    谷歌在七周内连续发布四款模型,最新推出的 Gemini 4 Neon 凭借极高的性价比杀回 AI 竞争中心。它在编程和复杂任务处理上接近旗舰水平,但成本仅为竞品的一半。通过引入“中训练”机制和自研 TPU 硬件支持,谷歌解决了此前模型迭代慢、推理弱的问题。本文解析 Neon 的技术细节、实际工程表现以及谷歌如何通过高频

    来源 AI 应用前沿
  5. 谷歌Gemini 4 Neon发布:100万token上下文,速度达Carbon三倍

    谷歌11月18日发布新AI模型Gemini4Neon,聚焦复杂推理与多步骤任务自动化,重点覆盖复杂编程、科学研究和企业工作流,力求平衡推理能力、响应速度与运行成本。该模型已向开发者、企业及部分付费订阅用户开放,核心亮点是支持100万token超长上下文,并具备多智能体协同能力。

    来源 AI 产业速递
  6. OpenAI推出GPT-6.2 Sol:跑分只差Astra 0.5分,成本仅五分之一

    OpenAI推出GPT-6.2 Sol,定位为高效主力模型。它在代码和生活任务评测中逼近旗舰Astra,但成本低至五分之一。Sol支持多步Agent工作流、3D交互设计及网络安全辅助,并向Pro及以上用户开放Ultrafast模式,适合日常办公与轻量开发场景。

    来源 AI 应用前沿
  7. 谷歌推出Gemini 4 Neon模型

    谷歌正式推出Gemini 4 Neon。据介绍,企业日常业务高度依赖电子表格、PDF文档、图表及音视频资料。Neon能够在单个100万token上下文窗口内同步处理各类异构数据,并将其整合为结构化交付物。该模型定价为每百万输入token 3美元(缓存输入token享0.5折优惠,仅需0.15美元/百万),每百万输出to

    来源 AI 行业观察
  8. 谷歌发布Gemini 4 Neon模型,编程智能体性能对标头部大模型

    谷歌正式推出Gemini 4 Neon,定位介于旗舰Carbon和轻量Hydrogen之间,主打复杂编程、智能体协同与企业流程自动化。该模型搭载百万级统一上下文窗口,支持图文、音视频、文档多模态混合输入,在编程智能体专项基准测试中取得靠前成绩,同时提供四档推理模式自由平衡推理深度、响应速度与调用成本。在智能体赛道竞争持

    来源 腾讯网
  9. GPT-6.2 Astra登顶机器人榜单:OpenAI解散独立机器人团队

    GPT-6.2 Astra在真实机械臂测试中登顶,通用大模型直驱机器人的能力又进了一步。 据独立评测机构Artificial Analysis发布的AA-Robotics v0.1榜单,GPT-6.2 Astra得分79,完成8项物理任务中的6项。 不只是OpenAI的旗舰模型,能力相对较弱的GPT-6.2 Sol也得

    来源 AI 行业观察
  10. 谷歌Gemini Mac版新增电脑操控:可跨应用自动做PPT、填表单

    谷歌为macOS版Gemini应用推出“电脑操控”功能,AI可直接操作用户电脑,跨本地文件、桌面应用和网页完成多步骤任务,如填写表单、制作演示文稿、商品上架等。该功能正面向美国地区英语用户逐步开放,用户可自主决定允许访问哪些应用,操作过程在实时预览窗口中展示。

    来源 凤凰科技
  11. Gemini登陆Mac桌面:AI代理可代操作电脑,隐私风险几何?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险

    来源 AI 科技快讯
  12. 北大校友出题考AI蛋白质序列:Claude答上,GPT和Gemini落败

    11月19日晚 Anthropic 在纳斯达克敲钟,代码 ANT,发行价 83 美元。上周它刚发了 Claude Fable 5.2,这几天不管打开哪个群,聊的都是它写代码又强了多少,这个模型的定价贵不贵。 APPSO 是昨天在 Hacker News 首页刷到这篇博客的。它不聊代码,也不聊股价,标题就一句话,「Cla

    来源 AI 行业观察
  13. GPT-6.2自己造出全新证法,94分钟拿下20年前顶刊定理首证

    刚刚,第三方评测机构Vals AI放出了高难数学基准Autoform-Hard的最新榜单。 56道博士与科研级数学难题,此前10个前沿大模型去测,结果一道都没做出来。 而在这轮测试里,Claude Fable 5.2和GPT-6.2 Sol双双做对48道,打成平手。 唯独GPT-6.2 Astra多做对了第49道题,拿

    来源 AI 行业观察
  14. 谷歌Gemini登陆Mac:AI代理代操作电脑,桌面入口争夺战开跑?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险,也成为用

    来源 AI 行业观察
  15. 谷歌Gemini登陆Mac:可跨应用做PPT、填表单

    当地时间11月19日,谷歌为macOS版Gemini上线电脑操控(Computer Use)功能,面向美国英语用户分批开放。AI可操控桌面软件、读取本地文件、浏览网页,完成多步骤任务。

    来源 IT 产业观察
  16. 谷歌 Gemini 上线 Mac 电脑操控:后台干活,能修图做 PPT

    AI正从“给建议”转向“帮干活”。11月20日,谷歌为macOS版Gemini应用上线“电脑操控”功能,可跨桌面应用、本地文件和网页自主执行多步骤复杂任务。该功能后台独立运行,不抢占鼠标,并支持实时预览与随时叫停,缓解用户对AI接管电脑时“抢鼠标、乱点屏幕”的担忧。

    来源 AI 产业速递
  17. Gemini 4 翻身记:SemiAnalysis 补交道歉表,Hassabis 接梗

    曾断言 Gemini 掉队的研究机构 SemiAnalysis,在 Gemini 4 系列密集发布后向 Google 公开致歉。文章梳理 DeepMind 的组织调整、算力分配与长期研发积累,解析真实工程任务驱动的后训练如何提升编程和智能体能力。

    来源 爱范儿
  18. 谷歌主页加AI搜索侧边栏:可查历史对话、连接Gemini笔记本

    谷歌正在对主页进行新一轮改版,新增可折叠AI搜索侧边栏。产品副总裁Robby Stein在X展示,点击屏幕左侧灰色条即可展开。侧边栏集中展示AI模式搜索记录,支持查看历史AI对话、继续提问、探索网络内容,并可新建对话线程、搜索历史线程及连接Gemini笔记本,方便管理AI搜索体验。

    来源 AI 产业速递
向下滚动自动加载更多